Der unverzichtbare Leitfaden zum Aufbau einer Datengrundlage für agentenbasierte KI

Die meisten Unternehmen investieren in KI, um die Effizienz am Arbeitsplatz zu steigern. Viele davon haben bereits ein gewisses Maß an generativer KI implementiert und streben nun den nächsten Schritt an: die Automatisierung komplexer Workflows mit agentenbasierter KI.

Der Erfolg im Bereich der agentenbasierten KI hängt von vielen Faktoren ab. Doch keiner davon ist wohl so wichtig wie Ihre Datengrundlage – also die architektonische Bereitschaft, die Prozesse und die Mechanismen, die es den KI-Agenten in Ihrem Unternehmen ermöglichen, sicher und effektiv mit hochwertigen Daten zu arbeiten.

Ganz anders als bei herkömmlichen Daten-Workflows, die auf Abfrage- und Antwortmustern basieren, können KI-Agenten komplexe Aufgaben eigenständig begründen, planen und ausführen, um vorgegebene Ziele mit minimaler menschlicher Aufsicht zu erreichen. Um die bestmöglichen Ergebnisse zu erzielen, müssen KI-Agenten hochwertige Daten ermitteln und darauf zugreifen können. Sie benötigen den richtigen Kontext, den richtigen Speicher und die richtige Latenz, um schnell relevante Ergebnisse zu liefern. Da sie mit großen Datenmengen autonom arbeiten können, ist Daten-Governance von entscheidender Bedeutung.

Die Vorbereitung Ihrer Datengrundlage für agentenbasierte KI ist ein evolutionärer Prozess und bedeutet nicht, dass Sie bei null anfangen müssen. Sie können bei Ihrer jetzigen Ausgangslage ansetzen und während der Entwicklung die Grenzen Ihrer aktuellen Fähigkeiten einschätzen. Die Implementierung von KI-Agenten auf Grundlage des aktuellen Zustands kann Ihnen die Entscheidung erleichtern, in welche Bereiche Sie vorrangig investieren sollten. 

Dieser Leitfaden beantwortet die wichtigsten Fragen, damit Sie besser nachvollziehen können, was für KI-Agenten im Hinblick auf die Datengrundlage notwendig ist.

Sehr oft sind Daten auf verschiedene Geschäftsbereiche, Legacy-Systeme und Anbieterplattformen verteilt. Das ist in der Regel auf dezentrale Kaufentscheidungen, unterschiedliche Anforderungen der Geschäftsbereiche und schnelles Wachstum zurückzuführen. Dies führt jedoch zu Datensilos, deren Überwindung kostspielig und umständlich sein kann. Und da die zugrunde liegenden Systeme darauf ausgelegt sind, bestimmte, festgelegte Zugriffsmuster zu unterstützen, gestaltet sich die Skalierung zur Bewältigung der zusätzlichen Belastung durch KI-Agenten schwierig. Auf offenen Standards basierende Dateninfrastrukturen ermöglichen es Unternehmen, ihre Daten KI-Agenten in großem Maßstab zugänglich zu machen. Zugleich können sie damit ihre Gesamtarchitektur für künftige Flexibilität auslegen.

Offene Tabellenformate

Offene Tabellenformate (OTFs) wie Apache Iceberg erweitern Data Lakes um datenbankähnliche Funktionen, darunter ACID-Transaktionen und die Möglichkeit, Datenstrukturen weiterzuentwickeln. Vor allem ermöglichen OTFs Interoperabilität. Das bedeutet, dass alle kompatiblen Tools, Engines oder KI-Agenten sicher mit denselben Daten arbeiten können, ohne dass eine Neuformatierung oder Duplizierung erforderlich ist. Das ist besonders wichtig, da KI-Agenten zur Abwicklung von Workflows mit mehreren Engines und Tools arbeiten. 

Zudem bilden offene Tabellenformate die Grundlage für Lakehouse-Architekturen, die OTF-basierte Data Lakes mit einer zentralisierten Governance-Ebene kombinieren, wodurch sie wie Data Warehouses fungieren können. Lakehouse-Architekturen sind skalierbar, flexibel und bieten ein einheitliches System für die Speicherung und Verarbeitung von Daten. Sie erleichtern die Zusammenführung von Datensätzen zu wiederholbaren Mustern, oft als Datenprodukte bezeichnet, und zeichnen sich durch eine umfassende Kompatibilität mit Analytik-Tools und zentralisierte Zugriffskontrollen aus.

Open-Source-Software

Open-Source-Technologien wie PostgreSQL für Transaktionsdaten, Apache Kafka für das Daten-Streaming, Apache Spark für die Datenverarbeitung und OpenSearch für Suchvorgänge bieten Unternehmen bewährte, weit verbreitete Bausteine. Da diese Technologien auf offenen Standards basieren und von der Community umfassend unterstützt werden, profitieren KI-Agenten von einem größeren Pool an öffentlich verfügbarem Code, Dokumentationen und anderen Informationen, mit deren Hilfe sie genauere Entscheidungen treffen können.

Offene Protokolle

Offene Protokolle bieten KI-Agenten eine standardisierte Möglichkeit, miteinander und mit ihrem Umfeld zu interagieren. Das Model Context Protocol (MCP) verbindet KI-Agenten mit externen Datenquellen, Tools und APIs, sodass sie den Kontext abrufen und entsprechende Maßnahmen ergreifen können. Das Agent2Agent-Protokoll (A2A) ermöglicht es KI-Agenten, die auf unterschiedlichen Frameworks basieren, miteinander zu kommunizieren. Zusammengenommen bedeuten diese Protokolle, dass KI-Agenten bei Reasoning-Ketten Daten aus mehreren Quellen abrufen und Aufgaben an andere KI-Agenten weitergeben können.

KI-Agenten müssen in der Lage sein, die richtigen Daten für den jeweiligen Anwendungsfall zu finden. Dabei greifen sie oft auf eine Vielzahl von Datentypen in einem einzigen Workflow zurück. Dazu können strukturierte Daten wie Kundendatensätze, Transaktionen und Lagerbestände, halbstrukturierte Daten, die in HTML-, JSON- oder XML-Dateien gespeichert sind, sowie unstrukturierte Daten wie Dokumente, Support-Tickets oder E-Mail-Archive gehören. Sind Daten auf verschiedene Systeme und Formate verteilt, müssen KI-Agenten diese jeweils lokalisieren und auswerten können. 

Datenkataloge tragen wesentlich dazu bei, dass KI-Agenten herausfinden können, welche Daten ihnen zur Verfügung stehen, was sie bedeuten und wo sie gespeichert sind. Datenkataloge enthalten Metadaten, d. h. beschreibende Informationen zu den Daten, darunter Schemata, Datentypen, Herkunft, Aktualität und Eigentümerschaft. Das ist besonders wichtig, damit KI-Agenten besser verstehen können, welche Daten in einer Quelle enthalten sind. 

Wenn ein Unternehmen aus Leistungs-, Compliance- oder geschäftlichen Gründen mehrere Kataloge unterhält, ermöglicht der Katalogverbund den KI-Agenten, gespeicherte Daten in allen Systemen zu ermitteln. Manche Unternehmen gehen noch einen Schritt weiter und fassen strukturierte, halbstrukturierte und unstrukturierte Daten in einer einzigen Speicherebene zusammen. Das vereinfacht die Ermittlung, da KI-Agenten weniger Orte durchsuchen müssen und ihnen eine einheitliche Methode zur Suche und Auswertung von Daten verschiedener Typen zur Verfügung steht.

Bevor KI-Agenten Daten wirksam nutzen können, müssen die Daten oft bereinigt, angereichert und transformiert werden. Rohdaten können inkonsistente Formate, fehlende Werte oder redundante Datensätze enthalten, die die Fähigkeit von KI-Agenten beeinträchtigen, präzise Schlussfolgerungen zu ziehen. Während KI-Agenten einen Teil der Datenaufbereitung zur Laufzeit durchführen können, übernehmen Tools und Pipelines für die Datentransformation die zuverlässige Vorbereitung im großen Maßstab. Pipelines zur Datentransformation für agentenbasierte KI können zudem die Generierung von Vektoreinbettungen, das Chunking für Retrieval Augmented Generation (RAG), die Generierung und Anreicherung von Metadaten sowie Überprüfungen der Datenqualität umfassen. 

 Zur Aufbereitung hochwertiger, vertrauenswürdiger Daten für KI kann eine mehrschichtige Datenarchitektur zum Einsatz kommen. Dieser Ansatz wird häufig in Lakehouses umgesetzt, in denen OTFs die für die Aufrechterhaltung der Konsistenz zwischen den Schichten erforderlichen Transaktionsgarantien bieten. Dabei werden die Daten je nach Nutzungsbereitschaft in Zonen organisiert: eine Rohzone für Daten, die aus den Quellsystemen eintreffen, eine bereinigte Zone für validierte und standardisierte Daten sowie eine kuratierte Zone mit für den geschäftlichen Einsatz bereiten Datensätzen, die für die nachgeordnete Nutzung optimiert sind. Dies gewährleistet eine strukturierte Methode zur Bereinigung und Aufbereitung von Daten für den vorgesehenen Verwendungszweck.

Viele KI-Agenten sind auf den Zugriff auf hochwertige Daten angewiesen, die die aktuellen Bedingungen widerspiegeln. Die direkte Anbindung an eine Betriebsdatenbank stellt eine Möglichkeit dar, mit der sichergestellt werden kann, dass ein KI-Agent dieselben aktuellen Informationen sieht, die Ihre Anwendungen nutzen. Bei Anwendungsfällen, in denen mehrere Datenquellen nahezu in Echtzeit benötigt werden, oder wenn der direkte Zugriff auf eine Betriebsdatenbank die Leistung oder Sicherheit gefährdet, können Streaming-Pipelines eingesetzt werden, um Ereignisse und Aktualisierungen kontinuierlich zu erfassen, sobald sie auftreten. Streaming-Pipelines nutzen CDC-Prozesse (Change Data Capture), um Änderungen aus Betriebsdatenbanken zu erfassen und sie in einem Ereignis-Stream zu veröffentlichen. Dort können sie von anderen nachgelagerten Systemen verarbeitet werden, oft innerhalb von Millisekunden. 

Bevor Streaming-Daten an einen KI-Agenten weitergeleitet werden, sollten Unternehmen in Erwägung ziehen, deterministische Bereinigungsregeln auf eingehende Datenereignisse anzuwenden. Mit diesen Regeln lassen sich große Qualitätsprobleme schnell erkennen. Sie kommen im Verbund mit KI-Agenten zum Einsatz, die subtile Qualitätsprobleme in den Daten erkennen können, die von den deterministischen Regeln nicht herausgefiltert werden.

Die Implementierung von Daten- und KI-Governance ist ein wichtiger erster Schritt, damit KI-Agenten sicher und geschützt mit hochwertigen Daten arbeiten können. Die Governance ist für KI-Agenten besonders wichtig, da sie zur Entscheidungsfindung dynamisch Daten ermitteln und darauf zugreifen. Dadurch steigt das Risiko, dass sensible Daten offengelegt werden oder auf Ressourcen zugegriffen wird, die über den vorgesehenen Umfang hinausgehen, wenn es an angemessenen Kontrollmechanismen fehlt. 

Datensensibilität und Zugriffsverwaltung

Grundsätzlich und vor allem in stark regulierten Umgebungen sollten Daten auf ihre Sensibilität hin überprüft und entsprechend gekennzeichnet sowie klassifiziert werden. Dabei sollten hochsensible Informationen in sicheren Umgebungen verbleiben. Die Zugriffsverwaltung sollte dem Prinzip der geringsten Berechtigung folgen. Das bedeutet, dass der Zugriff nur auf die Informationen gewährt werden sollte, die zur Ausführung einer Aufgabe erforderlich sind. Die erteilten Rollen und Zugriffsberechtigungen sollten genau überwacht werden und widerrufbar sein, um die Sicherheit in großem Maßstab zu gewährleisten.

Prüfung, Datenherkunft und Beobachtbarkeit

Effektive Governance-Praktiken sind vor allem für Prüfungs- und Compliance-Zwecke von Bedeutung, da hierfür häufig die Dokumentation der ergriffenen Maßnahmen sowie die Begründung der getroffenen Entscheidungen erforderlich sind. Durch die Verfolgung der Datenherkunft werden Rechenschaftspflichten erfüllt. Dazu wird aufgezeichnet, auf welche Daten zugegriffen wurde und wie sie transformiert wurden. Dadurch lässt sich der Datenpfad überprüfen, dem ein KI-Agent gefolgt ist. Die Beobachtbarkeit ergänzt die Datenherkunft. Dazu werden das Verhalten von KI-Agenten in Echtzeit überwacht, deren Aktionen verfolgt, Anomalien erkannt und Verstöße gegen Richtlinien gekennzeichnet.

Datenqualität

Solide Daten-Governance-Verfahren bilden die Grundlage für eine gleichbleibend hohe Datenqualität. Während mit der Governance sichergestellt wird, dass die richtigen Prozesse und Richtlinien für eine effektive Verwaltung des Datenzugriffs vorhanden sind, bezieht sich die Datenqualität auf die Genauigkeit, Zuverlässigkeit und Nützlichkeit der Daten selbst. Bei KI-Agenten, die autonom in mehrstufigen Reasoning-Ketten arbeiten, kann eine schlechte Datenqualität unter Umständen zu Folgefehlern führen. Unternehmen, die ihre Datengrundlage für agentenbasierte KI bewerten, sollten die Einführung eines Datenqualitäts-Frameworks in Betracht ziehen, das zentrale Aspekte wie Vollständigkeit, Konsistenz, Genauigkeit, Relevanz und Aktualität in Bezug auf jeden einzelnen Anwendungsfall berücksichtigt. 

Sicherheit und Verantwortung

Da KI-Agenten zunehmend autonome Entscheidungen treffen, gewinnt die Sicherheit der Datengrundlage immer mehr an Bedeutung. Daher sollten Unternehmen sicherstellen, dass die KI-Infrastruktur, die Daten und die Modelle durch Verschlüsselung, Netzwerkisolierung, Zugriffskontrollen und Bedrohungserkennung vor unbefugtem Zugriff und böswilligen Angriffen geschützt sind. 

Ebenso wichtig ist es, dafür zu sorgen, dass KI-Agenten verantwortungsvoll arbeiten. Vertrauensschutzmechanismen tragen dazu bei, das Risiko zu verringern, dass KI-Agenten schädliche Inhalte oder Fehlinformationen generieren, sensible Informationen preisgeben und Halluzinationen zurückgeben. Diese Schutzmechanismen können Unternehmen dabei helfen, KI-Agenten bereitzustellen und zugleich regulatorische und ethische Standards einzuhalten.

Zwar können KI-Agenten allein auf Grundlage von Allgemeinwissen arbeiten, doch erzielen die meisten Unternehmen einen größeren Nutzen, wenn sie KI-Agenten an den firmenspezifischen Kontext anpassen. Das hilft den KI-Agenten, im Unternehmen bessere Entscheidungen zu treffen, sorgt dafür, dass ihre Informationen aktueller bleiben, und verringert Halluzinationen. 

Die bereichsspezifischen Daten, mit denen KI-Agenten angepasst werden, befinden sich in der Regel in Wissensdatenbanken. RAG ist der Prozess, bei dem Informationen aus diesen Wissensdatenbanken abgerufen und die Prompts für große Sprachmodelle (LLMs) verbessert werden, damit KI-Agenten aktuellere und relevantere Antworten generieren können. RAG-Implementierungen stützen sich in der Regel auf Vektoreinbettungen. Das sind numerische Darstellungen, die die semantische Bedeutung von Inhalten wie Dokumenten, Bildern und Support-Artikeln erfassen. Anstatt nach exakten Schlüsselwörtern abzugleichen, findet die auf Einbettungen basierende Abfrage kontextuell ähnliche Inhalte. So können KI-Agenten große Mengen an Unternehmenswissen auswerten, das in Quellen gespeichert ist, die sonst nur schwer abfragbar wären.

Semantische Ebenen ergänzen RAG, indem sie KI-Agenten beim Verständnis der Geschäftslogik unterstützen. Sie definieren Tabellenbeziehungen, Geschäftsmetriken und eine gemeinsame Terminologie und stellen so sicher, dass KI-Agenten Begriffe wie „Umsatz“ oder „aktiver Kunde“ teamübergreifend einheitlich interpretieren. Semantische Ebenen lassen sich aus Ontologien und Wissensgraphen, Dimensionsmodellen, Tabellenbeziehungen und Metrikdefinitionen aufbauen, die Metriken, Logik und deren Verbindungen abbilden und so die Absicht in geschäftliche Definitionen übersetzen.

Der Kontext hilft KI-Agenten, relevante Entscheidungen in der Gegenwart zu treffen, während der Speicher ihnen hilft, die Vergangenheit zu verstehen. LLMs sind zustandslos. Das bedeutet, dass jede Anfrage ohne jegliche „Erinnerung“ an das Vorhergehende eingeht. Ohne eine zusätzliche Speicherarchitektur können KI-Agenten keine Schlussfolgerungen ziehen, sich nicht anpassen und nicht koordinieren. Außerdem laufen sie Gefahr, Zeit und Ressourcen zu verschwenden, da sie die gleichen Antworten immer wieder neu ableiten. Da KI-Agenten in einer Schleife arbeiten (schlussfolgern, handeln, sich erinnern, wiederholen), verhindert der Speicher redundante Arbeit und sorgt für einen kohärenten Fortschritt bei allen Iterationen. Durch den Kontext und den Speicher verwandeln sich KI-Agenten von „Wegwerf“-Systemen, die nur eine einzige Antwort geben, in Systeme, die im Laufe der Zeit Fachwissen ansammeln.

Der Agentenspeicher existiert in einem Kontinuum. Links befindet sich der Kurzzeitspeicher, auf den ständig und mit hoher Geschwindigkeit zugegriffen wird. In der Mitte sitzt der mittelfristige Speicher. Er kann über Tools abgerufen werden, wenn der Agent ihn benötigt. Rechts befindet sich der Langzeitspeicher. Er wird nur selten konfiguriert und eher wie Infrastruktur behandelt. Die einzelnen Typen weisen unterschiedliche Zugriffsmuster, Latenzanforderungen und Zuständigkeiten für die Datenverwaltung auf.

Kurzzeitspeicher

Hierbei handelt es sich um den Arbeitsspeicher des Agenten, analog zum RAM. Er enthält den aktuellen Konversationsstand, das neueste Tool-Ergebnis, den aktiven Schritt in einem mehrstufigen Workflow und den vorübergehenden Status, der nach Abschluss der Aufgabe zurückgesetzt wird. Frameworks wie Strands Agents und LangGraph verwalten diese Ebene normalerweise für Sie. Doch der zugrunde liegende Speicher muss eine Leselatenz im Mikrosekundenbereich bieten, da der Agent selbst innerhalb einer einzigen Interaktion häufig auf diesen Speicher zugreift. 

Der Kurzzeitspeicher erstreckt sich auch auf den gemeinsamen Status von KI-Agenten. Wenn mehrere KI-Agenten bei einer Aufgabe zusammenarbeiten, ermöglicht ein gemeinsames Dateisystem ihnen den Austausch von Zwischenergebnissen und die Verwaltung von Checkpoints – bei Zugriff mit geringer Latenz.

Mittelfristiger Speicher

Diese Ebene ist am engsten mit vorhandenen Datentools und Systemen verbunden, darunter Data Lakes, Kataloge und Wissensdatenbanken. Sie umfasst die Fakten, Beziehungen und Erfahrungen, die ein KI-Agent während der Ausführung durch Tool-Aufrufe abruft. Hier erfolgt der Großteil der Arbeit zur Datenaufbereitung. Die Ebene umfasst folgende Elemente: 

• Der semantische Speicher enthält strukturiertes Wissen über Fakten, Konzepte und Beziehungen, unabhängig davon, wann oder wo dieses Wissen erworben wurde. Hierbei handelt es sich um die zeitlose Wissensdatenbank, mit deren Hilfe KI-Agenten über neue Situationen nachdenken, ohne Antworten erneut aus den Grundprinzipien ableiten zu müssen. Datenbanken, Vektorspeicher, Wissensgraphen und Data Warehouses dienen allesamt als Backends für den semantischen Speicher. 

• Im Benutzerprofilspeicher wird die dauerhafte Identität der Person erfasst, der der KI-Agent dient. Dazu gehören Präferenzen, Kommunikationsstile, frühere Entscheidungen und die gesammelten Attribute, die das Verhalten sitzungsübergreifend personalisieren. 

• Im episodischen Speicher werden bestimmte Ereignisse und Interaktionen mit einem Zeitstempel aufgezeichnet. Während der semantische Speicher abstrakt ist, ist der episodische Speicher konkret. Er ermöglicht es KI-Agenten, sich daran zu erinnern, dass ein bestimmter Ansatz in einem früheren System fehlgeschlagen ist, und entsprechende Anpassungen vorzunehmen. Auf diese Weise können sich KI-Agenten während der Bereitstellung verbessern und müssen nicht ständig neu trainiert werden. Sitzungsprotokolle, Interaktionsverläufe und Ereignisspeicher versorgen den episodischen Speicher mit Daten. 

Der entscheidende Unterschied zum Kurzzeitspeicher besteht darin, dass der mittelfristige Speicher außerhalb des Kontextfensters liegt und über Tools abgerufen wird. Der KI-Agent entscheidet selbst, wann er Informationen benötigt, und ruft das geeignete Tool auf. Dementsprechend müssen Datenquellen auffindbar und reaktionsschnell genug sein, um den Reasoning-Zyklus am Laufen zu halten. 

Langzeitspeicher

Hierbei handelt es sich um die Ebene, die sich am seltensten ändert und das Selbstverständnis eines KI-Agenten sowie dessen Entscheidungen grundlegend prägt. Der Langzeitspeicher umfasst System-Prompts, Schutzmechanismen, Definitionen für die Persona des KI-Agenten sowie prozedurale Routinen. Wenn ein KI-Agent für die Rolle eines Versicherungsvertreters erstellt wird, werden die betreffenden Anweisungen zusammen mit den Regeln, Einschränkungen und Verhaltensgrenzen, an die er sich halten muss, hier gespeichert. Diese Ebene umfasst auch den prozeduralen Speicher, in dem die Fähigkeiten und Routinen kodiert sind, die dem KI-Agenten integriertes operatives Wissen verleihen, ohne dass er jeden Schritt einzeln überdenken muss. Artefakte aus dem Langzeitspeicher können als Infrastructure as Code verwaltet und in versionsverwalteten Code-Repositorys, Konfigurationsverwaltungssystemen oder Schlüssel-Wert-Speichern gespeichert werden.

Herkömmliche Anwendungsworkflows folgen festen, deterministischen Pfaden. Wenn ein Benutzer eine Aufgabe abschließt, wird die gleiche Abfragesequenz in einer Datenbank ausgeführt. Das ermöglicht Vorhersagbarkeit bei der Indexoptimierung, beim Zwischenspeichern von Ergebnissen und bei Kapazitätsprognosen. Ein KI-Agent kann jedoch bei der Ausführung ein und derselben Aufgabe jedes Mal einen anderen Weg einschlagen und je nach seinen Schlussfolgerungen aus den Zwischenergebnissen unterschiedliche Abfragen auswählen. Diese Variabilität erschwert es, die Auslastung vorherzusagen und Abfragemuster wirksam zu optimieren.

In einigen Fällen lässt sich dieses Problem mit einem semantischen Cache beheben. Der Cache gibt bei semantisch ähnlichen Anfragen gespeicherte Antworten zurück, statt einen neuen Aufruf auszulösen. Das kann die Kosten senken, die Leistung verbessern und den Durchsatz von agentenbasierten Anwendungen erhöhen.

Um die Unvorhersehbarkeit von KI-Agenten besser abzufedern, sollte die zugrunde liegende Infrastruktur so ausgelegt sein, dass sie sich automatisch skalieren lässt. Bei Serverless-Architekturen müssen die Ressourcen nicht im Voraus zugewiesen werden. Statt die Infrastruktur auf maximale Kapazität auszulegen, werden die Ressourcen je nach Bedarf ohne manuelles Eingreifen hoch- und herunterskaliert. Das ist für KI-Agenten besonders wichtig, da ihr Verhalten starken Schwankungen unterliegen kann. Die Aktivitäten können plötzlich sprunghaft ansteigen, wenn Aufgaben gestartet, Tools aufgerufen oder Workflows erweitert werden, und dann wieder auf null zurückfallen. Da Serverless-Kapazitäten auf Abruf verfügbar sind, werden weniger Ressourcen verschwendet, und Unternehmen zahlen nur für das, was sie tatsächlich nutzen.

Neben der Serverless-Bereitstellung zur Deckung des Bedarfs sollten Unternehmen einer hochverfügbaren Infrastruktur mit automatisiertem Failover und Redundanz Priorität einräumen, um eine kontinuierliche Betriebszeit zu gewährleisten. Wenn das gegeben ist, beeinträchtigt der Ausfall einer einzelnen Komponente nicht die Fähigkeit eines KI-Agenten, seine Arbeit zu erledigen. 

Die Vorbereitung Ihrer Datengrundlage für agentenbasierte KI ist möglicherweise das wichtigste Projekt, das Sie in diesem Jahrzehnt in Angriff nehmen. Die Fragen in diesem Leitfaden befassen sich mit den wichtigsten Fähigkeiten, die Ihre Datengrundlage benötigt, um KI-Agenten wirksam zu unterstützen: Interoperabilität, Ermittlung, Datenaufbereitung, Governance, Kontext, Speicher und niedrige Latenz. Nur bei wenigen Unternehmen werden all diese Fähigkeiten heute bereits umgesetzt sein, was jedoch nicht weiter verwunderlich ist. Der Aufbau einer Datengrundlage für agentenbasierte KI ist ein evolutionärer Prozess. Und jede Fähigkeit, die Sie stärken, steigert den Nutzen, den KI-Agenten bieten können. AWS bietet maßgeschneiderte Services in all diesen Bereichen, um Sie beim Aufbau, bei der Skalierung und beim Betrieb Ihrer Datengrundlage für agentenbasierte KI zu unterstützen.

Seit über 20 Jahren vertrauen Millionen von Kunden darauf, dass AWS sichere, zuverlässige und skalierbare Cloud-Services mit einem branchenführenden Preis-Leistungs-Verhältnis anbietet. Nachfolgend wird erläutert, wie AWS Ihre Datengrundlage für agentenbasierte KI unterstützt.

Open-Data-Architektur

AWS setzt auf offene Standards, weil sie den Kunden die nötige Flexibilität und den bestmöglichen Nutzen bieten. Dazu gehören PostgreSQL über Amazon Aurora und Amazon Relational Database Service (Amazon RDS), Apache Kafka über Amazon Managed Streaming für Apache Kafka (Amazon MSK), OpenSearch über Amazon OpenSearch Service und Apache Spark über Amazon EMR sowie Trino über Amazon Athena. AWS bietet native Unterstützung für Apache Iceberg im gesamten AWS-Analytics-Stack, einschließlich einer vollständig verwalteten tabellarischen Datenspeicherung über Amazon S3 Tables. Dadurch erhalten KI-Agenten interoperablen Zugriff auf Analysedaten, ohne dass eine Neuformatierung oder Duplizierung erforderlich ist. Zudem unterstützt AWS offene Agentenprotokolle wie MCP und A2A, wodurch KI-Agenten eine Verbindung zu Datenquellen, Tools und untereinander herstellen können.

„Die Vorstellung, dass ein Unternehmen wie Amazon Web Services hinter einem Open-Source-Produkt steht und sich um wichtige Aspekte wie Hochverfügbarkeit, Skalierung und das gesamte Datenmanagement kümmert, ist einfach großartig.“  

– Raj Cheruvu, AVP R&D, Helix ITSM bei BMC

Maßgeschneiderte Services für jede Ebene des Stacks der agentenbasierten KI

Die in diesem Leitfaden behandelten Funktionen – von der Datenaufbereitung über den Speicher bis hin zur Performance mit niedriger Latenz – erfordern eine Infrastruktur, die auch im großen Maßstab eine konstante Leistung erbringt. AWS bietet bewährte Zuverlässigkeit, Skalierbarkeit und ein gutes Preis-Leistungs-Verhältnis, sodass Sie auf einer soliden Grundlage aufbauen können.

Damit die Daten ordnungsgemäß für KI-Agenten aufbereitet werden, bietet AWS Glue eine serverlose Datenintegration und -transformation in großem Maßstab. Das erleichtert das Ermitteln, Aufbereiten, Verschieben und Integrieren von Daten aus verschiedenen Quellen. Mit AWS Glue Data Quality, einer serverlosen Open-Source-Komponente von AWS Glue, können Sie die Datenqualität messen und überwachen sowie Qualitätsregeln direkt in den Datenpipelines durchsetzen.

Für echtzeitnahe Daten bietet AWS verschiedene Managed Services an, die durchgängige Streaming-Datenpipelines ermöglichen. Amazon Kinesis Data Streams und Amazon MSK übernehmen die Datenerfassung mit hohem Durchsatz, Amazon Managed Service für Apache Flink sorgt für die Stream-Verarbeitung und Amazon Data Firehose liefert Daten an die entsprechenden Ziele. So können KI-Agenten bei sich ändernden Bedingungen auf Grundlage hochwertiger, aktueller Daten Schlussfolgerungen ziehen.

Zur Unterstützung des Kontexts bieten AWS-Datenbanken, darunter Amazon Aurora, Amazon RDS, Amazon Neptune und Amazon ElastiCache für Valkey, native Vektorunterstützung für den RAG-Abruf. Dadurch erhalten KI-Agenten bei der Abfrage schnell relevanten Kontext. Amazon OpenSearch Service bietet eine verwaltete Open-Source-Abruf-Engine für agentenbasierte KI, für Suchvorgänge und für die Analytik. Sie vereint den vektorgesteuerten, lexikalischen, hybriden und agentenbasierten Abruf in einem einzigen System und liefert hochrelevante Ergebnisse mit niedriger Latenz im Petabyte-Maßstab.

Als speicherorientierte Alternative kann Amazon S3 Vectors die Gesamtkosten für das Hochladen, Speichern und Abfragen von Vektoren um bis zu 90 % senken. Dadurch wird die Erstellung und Aufbewahrung großer Vektordatensätze, die den Speicher und den Kontext von KI-Agenten verbessern, wirtschaftlich rentabel. 

„Dank der Infrastruktur von AWS konnten wir uns auf das Wesentliche konzentrieren. Wir haben eine Video-KI entwickelt, die wie Menschen denkt: Sie versteht nicht nur, was geschieht, sondern auch, warum es wichtig ist und wie sich Momente im Laufe der Zeit miteinander verbinden.“ 
– Jae Lee, CEO und Mitgründer, TwelveLabs

Sehen heißt verstehen – TwelveLabs erschließt mit S3 Vectors das volle Potenzial von Videos für alle

Das Portfolio an AWS-Datenbanken umfasst die drei Bereiche des Speicherkontinuums. Amazon ElastiCache für Valkey bietet die Latenz im Mikrosekundenbereich, die agentenbasierte KI benötigt, um Tool-Ergebnisse zwischenzuspeichern, den Sitzungskontext zu bewahren und den Kurzzeit-Arbeitsspeicher aufrechtzuerhalten, der ein kohärentes, mehrstufiges Reasoning ermöglicht. Amazon DynamoDB bewältigt die anfügungsintensiven Schreibmuster der episodischen Protokollierung und der Verfolgung des Sitzungsstatus – und das mit Lesevorgängen im einstelligen Millisekundenbereich bei jedem Durchsatz. Amazon Aurora und Amazon RDS  eignen sich ideal für den Langzeitspeicher, vor allem zur dauerhaften Speicherung des Fortschritts mehrstufiger Aufgaben. Amazon Neptune unterstützt den graphenbasierten semantischen und episodischen Speicher für das Durchlaufen von Beziehungen.

Zur Unterstützung des gemeinsamen Status von KI-Agenten bietet Amazon S3 Files einen Dateisystemzugriff mit niedriger Latenz auf Daten in Amazon S3. So können Agenten Zwischenergebnisse austauschen und Checkpoints in Pipelines mit mehreren Agenten verwalten. Zusammen decken diese Services alle Latenzstufen, Schreibmuster und Anforderungen an die Dauerhaftigkeit im gesamten Speicherkontinuum ab. Dadurch können Sie Speicherarchitekturen entwickeln, die sich ohne Kompromisse skalieren lassen. Erfahren Sie, wie Trend Micro mit Amazon Neptune einen KI-Sicherheitsassistenten mit Kurz- und Langzeitspeicher entwickelt hat.

Die AWS-Datenbankservices sind so ausgelegt, dass sie sich automatisch skalieren und an Echtzeit-Änderungen in Workloads anpassen lassen. Daher eignen sie sich hervorragend für die variablen, stark schwankenden Workloads, die von KI-Agenten generiert werden. Amazon DynamoDB und Amazon ElastiCache können auf Hunderte Millionen Anfragen pro Sekunde reagieren und dabei Latenzzeiten im Bereich von Mikrosekunden bis zu einstelligen Millisekunden erreichen. Amazon Aurora skaliert unverzüglich mit voller PostgreSQL- und MySQL-Kompatibilität und bietet die Leistung, Verfügbarkeit und Skalierbarkeit kommerzieller Datenbanken zu einem Zehntel der Kosten.

Wenn Ihr Unternehmen kommerzielle Datenbanken wie SQL Server oder Oracle lokal oder selbstverwaltet in Amazon EC2 betreibt, beginnt Ihr Weg zu einer KI-fähigen Datengrundlage mit einer Lift-and-Shift-Migration zu Amazon RDS. Im E-Book „Winning Agentic AI With Your Commercial Data Estates“ wird beschrieben, wie Amazon RDS die automatische Verwaltung, Leistung, Zuverlässigkeit und Sicherheit bietet, die agentenbasierte KI-Anwendungen benötigen. Die IDC-Untersuchungen im Whitepaper The Business Value of Amazon RDS zeigen die finanziellen Auswirkungen einer Migration zu RDS: einen ROI von 258 % über drei Jahre und eine messbar bessere Servicequalität bei allen befragten Unternehmen.

Vertrauenswürdige Grundlage für KI

KI-Agenten, die Daten dynamisch ermitteln und darauf zugreifen, um autonome Entscheidungen zu treffen, erfordern Governance- und Sicherheitsmaßnahmen, die sich entsprechend skalieren lassen. AWS ist als möglichst sichere Cloud-Infrastruktur konzipiert und bietet standardmäßige Datenverschlüsselung sowie detaillierte Zugriffskontrollen, die auch für KI-Agenten gelten. Mit der Daten-Governance von AWS wird sichergestellt, dass nur die richtigen Benutzer auf die richtigen Daten zugreifen, wobei die Zugriffskontrollen auf die entsprechenden Richtlinien und Sicherheitsstandards abgestimmt sind. Integrierte Compliance-Funktionen unterstützen sich weiterentwickelnde globale Vorschriften, während systematische Überprüfungsprozesse eine gut geregelte Datenverwaltung und eine vertrauenswürdige KI gewährleisten. AWS setzt alles daran, vertrauenswürdige und kontextreiche Daten bereitzustellen, die sicher zwischen Menschen, KI-Agenten und Anwendungen ausgetauscht werden – selbst bei den sensibelsten Workloads.